基于语言特征和迁移学习的机器翻译系统研究

针对传统翻译系统对低资源语言翻译效果差的问题，以印度英语翻译为研究对象，提出一种基于语言特征与迁移学习的机器翻译方法。通过采用Finetune技术对已构建的英语-汉语机器翻译系统RNN模型进行迁移学习，采用Bert词向量模型提取训练印度英语语言特征，并以印度英语语言特征为参数输入通过迁移学习的RNN模型，实现了较为准确的印度英语-汉语机器翻译。仿真结果表明，相较于基于传统RNN模型的机器翻译系统，所提方法对印度英语语句翻译效果更好，BLEU值提高了44%,达到0.26;相较于目前常用的成熟机器翻译系统，所提方法的BLEU值均得到不同程度地提升，具有一定的有效性和实际应用价值。